Μοντέλα και πλατφόρμες AI

Η Sarvam AI κυκλοφορεί σημείο ελέγχου ανοιχτών βαρών 105B για εταιρικούς πράκτορες

Jonas Reeve
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΗ ενημέρωση της Sarvam συγκεντρώνει τα κέρδη στη μετα-εκπαίδευση για επιχειρηματικούς…
Δείτε περισσότερα
  • Η ενημέρωση της Sarvam συγκεντρώνει τα κέρδη στη μετα-εκπαίδευση για επιχειρηματικούς πράκτορες αντί να εισάγει ένα νέο θεμελιώδες μοντέλο.
  • Το checkpoint NVFP4 των 65 GB χωρά σε μία GPU σταθμού εργασίας και επιτρέπει την ανάπτυξη πρακτόρων εντός των εγκαταστάσεων χωρίς API τρίτων.
  • Η μικτή τιμή της Sarvam των $0.15 υποκόπτει τους ανταγωνιστές, αλλά όλα τα σκορ των benchmark προέρχονται από τις δικές της εκτελέσεις.

Η Sarvam AI κυκλοφόρησε το Sarvam-105B-1711 στις 22 Νοεμβρίου 2026, ένα νέο σημείο ελέγχου ανοιχτών βαρών που προορίζεται για την υποστήριξη πελατών, φωνητικούς πράκτορες και άλλες εταιρικές εργασίες μεγάλου όγκου. Η κυκλοφορία περιλαμβάνει βάρη BF16 για περαιτέρω εκπαίδευση, καθώς και μια συμπαγή έκδοση 4-bit NVFP4, σχεδιασμένη να εκτελείται σε μία GPU σταθμού εργασίας.

Η κάρτα του μοντέλου προσδιορίζει την ίδια βάση μείγματος ειδικών 105 δισεκατομμυρίων παραμέτρων που χρησιμοποιείται από το Sarvam-105B, με 10,3 δισεκατομμύρια ενεργές παραμέτρους. Το νέο σημείο ελέγχου προσθέτει μετα-εκπαίδευση για κλήση εργαλείων, τήρηση οδηγιών, εργασίες με πράκτορες και ινδικές γλώσσες. Επομένως, πρόκειται για ενημέρωση ενός υπάρχοντος μοντέλου, με τις αλλαγές να επικεντρώνονται στον τρόπο με τον οποίο η βασική έκδοση ανταποκρίνεται σε εταιρικές εργασίες και όχι στην εισαγωγή ενός νέου θεμελιώδους μοντέλου.

Κέρδη από τη μετα-εκπαίδευση και συγκριτικές αξιολογήσεις προμηθευτών

Η Sarvam αναφέρει ότι η επίδοση στην τήρηση οδηγιών στο IFBench αυξήθηκε από 32,5 για το σημείο ελέγχου του Φεβρουαρίου σε 82,5, η χρήση εργαλείων εξυπηρέτησης πελατών στο Tau2 από 46,2 σε 85,5 και η επίδοση στις ινδικές γλώσσες στη δική της σουίτα Indic από 30,1 σε 79,1. Στη μέτρηση pass^4 του Tau2, η οποία μετρά τις εργασίες που ολοκληρώθηκαν σωστά και στις τέσσερις ανεξάρτητες προσπάθειες, το νέο μοντέλο σημείωσε 69,5%, έναντι 63,9% του Gemini 3.5 Flash-Lite και 62,1% του Gemma 4 31B.

Η Sarvam αναφέρει μέσο όρο 73,9 σε οκτώ σημεία αναφοράς για πράκτορες συνομιλίας στην έκδοση NVFP4, έναντι 42,6 τον Φεβρουάριο. Το Gemini 3.5 Flash-Lite σημείωσε 74,0 με σταθμισμένη τιμή 0,85 $ ανά εκατομμύριο διακριτικά, ενώ το Gemma 4 31B σημείωσε 73,0 με τιμή 0,54 $. Η σταθμισμένη τιμή του Sarvam-105B-1711 είναι 0,15 $, μειωμένη από τα 0,44 $ της προηγούμενης έκδοσής του.

Όλες οι βαθμολογίες προέρχονται από δοκιμές της ίδιας της Sarvam, με τα μοντέλα ανοιχτών βαρών να εκτελούνται μέσω του vLLM και τα μοντέλα API να προσπελαύνονται μέσω του OpenRouter. Οι προεπιλεγμένες ρυθμίσεις αξιολόγησης χρησιμοποιούν θερμοκρασία 1,0 σε λειτουργία συλλογισμού, έως 65.536 διακριτικά εξόδου και τον μέσο όρο τεσσάρων δειγμάτων· οι απαντήσεις που υπερβαίνουν τον διαθέσιμο προϋπολογισμό, ξεπερνούν το όριο περιβάλλοντος ή έχουν λανθασμένη μορφοποίηση βαθμολογούνται με μηδέν. Η σουίτα Indic είναι το εσωτερικό σημείο αναφοράς της Sarvam για τις ινδικές γλώσσες και χρησιμοποιεί το Gemini 3.1 Pro ως αξιολογητή βάσει κριτηρίων, κάτι που αποτελεί σημαντική επιφύλαξη για το αναφερόμενο γλωσσικό κέρδος.

Εκπαίδευση και εξυπηρέτηση στο Blackwell

Η Sarvam αναφέρει ότι η συνταγή εκπαίδευσης MXFP8 των 8 bit αύξησε τη ρυθμαπόδοση της προεκπαίδευσης από 5.500 σε 10.900 διακριτικά ανά δευτερόλεπτο ανά GPU, σε 64 GPU NVIDIA B200 και με περιβάλλον 8K. Για την ενισχυτική μάθηση, η ακρίβεια 8 bit και η κερδοσκοπική αποκωδικοποίηση DSpark, η οποία χρησιμοποιεί ένα μοντέλο προσχεδίασης για να προτείνει διακριτικά προς επαλήθευση, μείωσαν τη διάρκεια ενός βήματος από 758 δευτερόλεπτα σε περίπου 420–440 δευτερόλεπτα, ενώ η μέση ανταμοιβή παρέμεινε ουσιαστικά αμετάβλητη στη δοκιμή της εταιρείας.

Η συνέχιση της προεκπαίδευσης σε 330 δισεκατομμύρια διακριτικά, με χρήση 512 GPU B200 για λίγο περισσότερο από επτά ημέρες, επέκτεινε το περιβάλλον του μοντέλου στα 160K διακριτικά. Αυτή η εργασία εκπαίδευσης αντιμετωπίζει έναν διαφορετικό περιορισμό από τα κέρδη της μετα-εκπαίδευσης: πόσο υλικό μπορεί να διατηρεί ένας πράκτορας καθώς επεξεργάζεται μεγάλα έγγραφα ή εκτεταμένες εργασίες.

Με 64 ταυτόχρονα αιτήματα, η Sarvam μέτρησε 6.067 διακριτικά αποκωδικοποίησης ανά δευτερόλεπτο ανά B200 για το σημείο ελέγχου NVFP4 με DSpark, επίδοση περίπου 2,1 φορές υψηλότερη από εκείνη της διαμόρφωσης BF16. Αυτή η αποδοτικότητα εξυπηρέτησης αποτελεί τη βάση για τη χαμηλότερη σταθμισμένη τιμή ανά διακριτικό και συνδέει άμεσα την εργασία στις υποδομές με την πρόταση της εταιρείας για χρήση του μοντέλου σε εταιρικές εργασίες μεγάλου όγκου.

Τα ανοιχτά βάρη υποστηρίζουν ιδιωτική εγκατάσταση

Η Sarvam αναφέρει ότι το σημείο ελέγχου NVFP4 των 65 GB χωρά σε μία GPU NVIDIA RTX PRO 6000 Blackwell των 96 GB και προσφέρει ταχύτητα αποκωδικοποίησης 99 διακριτικών ανά δευτερόλεπτο ανά χρήστη για ένα μεμονωμένο αίτημα με προτροπή 10K διακριτικών. Αυτό το αποτύπωμα επιτρέπει σε έναν πράκτορα Indus Cowork να εκτελείται στις εγκαταστάσεις της επιχείρησης, χωρίς να αποστέλλονται έγγραφα σε API τρίτου μέρους.

Το σημείο ελέγχου NVFP4 είναι ακριβώς το μοντέλο που παρέχεται μέσω του Sarvam Token Factory, ενώ η έκδοση BF16 προορίζεται για λεπτομερή ρύθμιση και περαιτέρω μετα-εκπαίδευση. Το αποθετήριο φέρει την ετικέτα άδειας Apache-2.0, ενώ η κάρτα του μοντέλου τεκμηριώνει τη φιλοξενία με το vLLM 0.33.0, την προαιρετική υποστήριξη DSpark, την προεπιλεγμένη ενεργοποίηση της λειτουργίας συλλογισμού και τις συνιστώμενες θερμοκρασίες: 1,0 με ενεργοποιημένη τη λειτουργία συλλογισμού και 0,6 χωρίς αυτήν.

Για τις επιχειρήσεις, η κυκλοφορία συνδυάζει την πρόσβαση μέσω API με τη δυνατότητα ιδιωτικής εγκατάστασης, η οποία μπορεί να διατηρεί τις εργασίες επεξεργασίας ευαίσθητων εγγράφων εντός των δικών τους δικτύων. Το ερώτημα είναι αν τα κέρδη των πρακτόρων που αναφέρει ο προμηθευτής θα επαναληφθούν σε συνθήκες παραγωγής, όπου το αποτύπωμα μίας GPU και η χαμηλότερη τιμή ανά διακριτικό θα μπορούσαν να έχουν τη μεγαλύτερη σημασία για την υιοθέτηση.

Jonas Reeve είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στην Unite.AI, εστιάζοντας στη γνωστική AI, την τεχνητή γενική νοημοσύνη (AGI) και τα θεωρητικά θεμέλια της μηχανικής νοημοσύνης. Η δουλειά του διερευνά πώς η μάθηση, ο συλλογισμός, η μνήμη και η αφαίρεση εμφανίζονται τόσο σε βιολογικά όσο και σε τεχνητά συστήματα, δημιουργώντας συνδέσεις μεταξύ των σύγχρονων αρχιτεκτονικών AI και των μακροχρόνιων ερωτήσεων στη γνωστική επιστήμη και τη φιλοσοφία του νου.

Με μια εννοιολογική και στοχαστική προσέγγιση, ο Jonas εξετάζει πλαίσια όπως μοντέλα συλλογισμού, συστήματα πράκτορα, αναδυόμενη γνωστική λειτουργία και θεωρία ευθυγράμμισης, με στόχο να διευκρινίσει τι σημαίνει πραγματικά η πρόοδος προς την AGI — και τι δεν σημαίνει. Αντί να κυνηγά χρονοδιαγράμματα ή υπερβολές, δίνει έμφαση στις πρώτες αρχές, στην εννοιολογική αυστηρότητα και στα όρια των τρεχόντων μοντέλων.

Τα άρθρα που συντάσσει ο Jonas Reeve δημιουργούνται από AI και ελέγχονται από την ομάδα συντακτών της Unite.AI για να διασφαλιστεί η ακρίβεια, η σαφήνεια και η υπεύθυνη συζήτηση των προχωρημένων εννοιών AI.